Análisis de patrones de puntos
Diego Hernangómez
2022-01-26
0.1 Análisis de patrones de puntos
Las técnicas de análisis de patrones de puntos analizan la distribución de eventos geolocalizados que surgen al azar. La diferencia fundamental con otros análisis que comprenden también el uso de localizaciones (como las temperaturas mínimas medidas por estaciones meteorológicas) es que en este caso los puntos representan eventos conocidos y aleatorios (por ejemplo, los crímenes ocurridos en una ciudad, accidentes de tráfico o incendios en una región). A diferencia de otros eventos, como el ejemplo de las temperaturas mínimas, la ausencia de datos no se debe a la ausencia de medición (e.g. no existe una estación meteorológica en ese lugar), si no a que no se ha producido el evento en dicha localización.
Objetivo de aprendizaje:
El alumno debe ser capaz de conocer los datos de tipo patrones de punto, identificarlos y representarlos adecuadamente.
Tarea 1: Abrimos RStudio
El presente análisis se va a realizar empleando RStudio, por lo que empezaremos abriendo el programa y creando un nuevo script de R en Proyecto>File>New File>R script.
Tarea 2: Importamos y describimos los datos objeto de estudio
El primer paso consiste en importar la base de datos de crímenes en la ciudad de
Valencia. El archivo está en formato csv, por lo que usaremos el paquete readr
para importar los datos:
library(readr)
library(dplyr)
# En este caso el archivo está en la carpeta "data" de nuestro proyecto
crimen <- read_csv("data/crime-data-Valencia.csv")
summary(crimen)
#> crime_id crime_date crime_time crime_type
#> Length:90247 Length:90247 Length:90247 Length:90247
#> Class :character Class :character Class1:hms Class :character
#> Mode :character Mode :character Class2:difftime Mode :character
#> Mode :numeric
#>
#>
#> muni year month week
#> Length:90247 Min. :2010 Min. : 1.000 Min. : 1.00
#> Class :character 1st Qu.:2013 1st Qu.: 4.000 1st Qu.:14.00
#> Mode :character Median :2016 Median : 7.000 Median :27.00
#> Mean :2015 Mean : 6.537 Mean :26.65
#> 3rd Qu.:2018 3rd Qu.: 9.000 3rd Qu.:38.00
#> Max. :2020 Max. :12.000 Max. :53.00
#> day week_day week_day_name crime_hour
#> Min. : 1.0 Min. :1.000 Length:90247 Min. : 0.00
#> 1st Qu.: 96.0 1st Qu.:3.000 Class :character 1st Qu.: 5.00
#> Median :187.0 Median :5.000 Mode :character Median :14.00
#> Mean :183.6 Mean :4.323 Mean :12.52
#> 3rd Qu.:266.0 3rd Qu.:6.000 3rd Qu.:19.00
#> Max. :366.0 Max. :7.000 Max. :23.00
#> crime_lon crime_lat atm_dist bank_dist
#> Min. :-0.4296 Min. :39.42 Min. : 1.549 Min. : 1.713
#> 1st Qu.:-0.3883 1st Qu.:39.46 1st Qu.: 380.535 1st Qu.: 133.908
#> Median :-0.3749 Median :39.47 Median : 630.867 Median : 228.003
#> Mean :-0.3724 Mean :39.47 Mean : 790.228 Mean : 305.315
#> 3rd Qu.:-0.3593 3rd Qu.:39.48 3rd Qu.: 986.897 3rd Qu.: 384.706
#> Max. :-0.3208 Max. :39.53 Max. :4838.847 Max. :3411.537
#> bar_dist cafe_dist industrial_dist market_dist
#> Min. : 0.489 Min. : 1.342 Min. : 0.1 Min. : 1.821
#> 1st Qu.: 149.879 1st Qu.: 133.274 1st Qu.: 268.4 1st Qu.: 487.874
#> Median : 292.246 Median : 264.504 Median : 509.6 Median : 869.516
#> Mean : 392.072 Mean : 360.275 Mean : 675.2 Mean :1008.414
#> 3rd Qu.: 507.701 3rd Qu.: 462.982 3rd Qu.: 909.9 3rd Qu.:1263.405
#> Max. :4352.380 Max. :4237.915 Max. :4703.9 Max. :4855.407
#> nightclub_dist police_dist pub_dist restaurant_dist
#> Min. : 1.189 Min. : 0.688 Min. : 1.489 Min. : 0.427
#> 1st Qu.: 468.164 1st Qu.: 455.810 1st Qu.: 190.150 1st Qu.: 73.401
#> Median : 810.185 Median : 706.094 Median : 383.330 Median : 147.797
#> Mean : 930.501 Mean : 875.246 Mean : 496.472 Mean : 223.875
#> 3rd Qu.:1256.269 3rd Qu.:1105.625 3rd Qu.: 665.599 3rd Qu.: 272.288
#> Max. :4700.567 Max. :4765.745 Max. :4168.869 Max. :3746.536
#> taxi_dist grid_id grid_lon grid_lat
#> Min. : 2.441 Min. : 8.0 Min. :-0.4288 Min. :39.42
#> 1st Qu.: 393.438 1st Qu.:173.0 1st Qu.:-0.3898 1st Qu.:39.46
#> Median : 651.644 Median :215.0 Median :-0.3731 Median :39.47
#> Mean : 717.381 Mean :210.8 Mean :-0.3724 Mean :39.47
#> 3rd Qu.: 931.083 3rd Qu.:248.0 3rd Qu.:-0.3620 3rd Qu.:39.48
#> Max. :4284.239 Max. :398.0 Max. :-0.3230 Max. :39.53Q1. ¿Qué información contiene nuestros datos?
Este archivo contiene en total 90.247 registros, y proporciona 28 campos asociados a cada registro.
Entre los campos disponibles, destacamos los campos crime_lon y crime_lat:
Son las coordenadas en las que se produjo el crimen.
Q2: ¿En qué CRS se encuentran las coordenadas?
Si nos fijamos, las coordenadas parecen corresponder con longitudes y latitudes, ya que como se explicó el rango posible de valores es \([-180, 180]\) (para longitudes) y \([-90, 90]\) (para latitudes):
| crime_lon | crime_lat |
|---|---|
| -0.3826325 | 39.46332 |
| -0.3906850 | 39.43517 |
| -0.3747971 | 39.47927 |
| -0.3992082 | 39.47982 |
| -0.3596011 | 39.46740 |
| -0.3552423 | 39.47461 |
Por lo tanto, podemos convertir la tabla en un objecto sf teniendo en cuenta
esta información. A modo de recordatorio, el CRS correspondiente a coordenadas
geográficas longitud/latitud es EPSG:4326.
library(sf)
# Objeto sf sin CRS
crimen_sf <- st_as_sf(
crimen,
coords = c(
"crime_lon",
"crime_lat"
),
crs = st_crs(4326)
)
# Comprobamos con un mapa base
library(mapSpain)
library(ggplot2)
# Usamos imagen como mapa de fondo
tile <- esp_getTiles(crimen_sf, "IDErioja",
zoommin = 1,
crop = TRUE
)
ggplot() +
layer_spatraster(tile) +
geom_sf(
data = crimen_sf,
col = "blue",
size = 0.3,
alpha = 0.3
)
Figure 1: Crímenes en Valencia
Q3: ¿Hay algún patrón en la ocurrencia de crímenes?
En la Fig. 1 podemos intuir ciertos patrones en la ocurrencia de crímenes. Por ejemplo, parecen concentrarse en zonas céntricas y no hay crímenes registrados en la zona del puerto.
Para el siguiente análisis, vamos a analizar el patrón de crímenes del año 2010.
crimen_2010_sf <- crimen_sf %>%
filter(
year == "2010"
)
ggplot() +
layer_spatraster(tile) +
geom_sf(
data = crimen_2010_sf,
col = "blue",
size = 0.3,
alpha = 0.3
)